基于模糊神經(jīng)網(wǎng)絡(luò)的新奧法隧道施工風險評價

平自要，李玉梅

0 引言

隧道施工是公路工程建設(shè)過程中的高風險環(huán)節(jié)，新奧法作為隧道施工的主要工法，具有技術(shù)復(fù)雜和實施不確定的特點，使得公路隧道施工成為一項高風險建設(shè)工程。因此，迫切需要科學有效的施工風險評估方法為新奧法公路隧道施工的風險控制提供支持。

針對隧道及地下工程的風險評估問題，國內(nèi)外學者進行了一些研究，如美國學者Einstenin最早提出了隧道風險管控的理念及基本框架［1-2］;Kskesen等人就隧道及地下工程風險控制方法體系進行了探討［3］。國內(nèi)的相關(guān)研究最早從借鑒國外風險管理的相關(guān)理論與方法開始，逐步運用到公路隧道及地下建設(shè)領(lǐng)域中，通過理論方法與工程實踐的結(jié)合，探討了一系列風險評估的具體方式［4-6］，如俞素平等分別依托不同的工程從不同角度就公路工程的風險分析進行了探討，建立了面向公路工程風險評估的網(wǎng)絡(luò)分析評估法、LEC法、模糊評估法、功能系數(shù)法等［7-9］。

從現(xiàn)有研究來看，公路工程風險分析及相關(guān)評估方法的研究形成了一系列的成果，但可操作性不強且不具有重復(fù)延展性，也沒有依托具體施工工法進行風險分析等。鑒于此，要提高新奧法公路隧道施工風險評估的可靠性與準確性，需要結(jié)合新奧法公路隧道的施工工序與系統(tǒng)特征提出科學的風險評估新方法。本文以此為出發(fā)點，構(gòu)建一種模糊評價與神經(jīng)網(wǎng)絡(luò)相結(jié)合的模糊神經(jīng)網(wǎng)絡(luò)方法，以期提高風險評價的可操作性、準確性與延展性，為新奧法公路隧道施工的風險管理提供支持。

1 新奧法公路隧道施工風險綜合評價指標體系

1.1 評價指標體系的構(gòu)建依據(jù)及原則

針對新奧法公路隧道施工實施風險評價，首先要構(gòu)建科學合理的評價指標體系。新奧法公路隧道施工風險綜合評價指標體系是風險量化評價的載體，通過指標體系可以界定風險評價的具體對象，從而實現(xiàn)定性指標向量化評價數(shù)據(jù)的轉(zhuǎn)換。對公路隧道施工風險進行綜合評估，需要以科學合理的綜合評估體系作為依托。公路隧道施工風險的影響因素繁雜且呈非線性，不同類型的風險很難納入到相同的層面實施分類，故本文以“4M1E”原理為理論依據(jù)，將公路隧道施工風險的影響指標按人員、設(shè)備、技術(shù)、材料及環(huán)境5個方面進行分類，從而涵蓋公路隧道施工現(xiàn)場風險管理的各個方面。

1.2 評價指標體系的構(gòu)建

以新奧法隧道施工的4個基本步驟作為指標體系的一級指標，即爆破開挖、初期支護、監(jiān)控測量、二次襯砌;以各步驟包含的各施工工序作為二級指標，最終完成包含4個一級指標和15個二級指標在內(nèi)的綜合評價指標體系，如圖1所示。評價指標體系構(gòu)建完成后需要對各指標的權(quán)重進行確定，考慮到該體系的層次結(jié)構(gòu)相對簡單，且各指標涵蓋的技術(shù)管理要素較多，在權(quán)重確定的過程中通常采用德爾菲法實施多輪評估，最終完成賦權(quán)。

圖1 新奧法公路隧道工程施工風險綜合評價指標體系

2 模糊神經(jīng)網(wǎng)絡(luò)法的理論分析

2.1 相關(guān)理論基礎(chǔ)

模糊數(shù)學是L.A.Zadeh教授提出的一種在模糊集合與邏輯基礎(chǔ)上建立的數(shù)學理論的總稱，它能夠?qū)φJ知不確定的模糊對象進行描述。運用模糊數(shù)學理論設(shè)計的模糊評價方法，可以通過對應(yīng)的評語集合與隸屬度函數(shù)將不確定的模糊問題轉(zhuǎn)化為相對清晰確定的量化問題，實現(xiàn)對問題的描述與分析［10］。人工神經(jīng)網(wǎng)絡(luò)則是通過抽象人腦神經(jīng)元網(wǎng)絡(luò)并按照不同連接方式形成網(wǎng)絡(luò)的一種人工智能運算模型，具備較好的自學習功能和聯(lián)想記憶功能，借助計算機可以實現(xiàn)快速精準的計算，在模擬非線性關(guān)系、處理復(fù)雜系統(tǒng)多指標評價問題時具備較強的優(yōu)勢和延展性［11］。模糊評價的局限性是，在描述和分析問題的過程中受實施者主觀因素的影響，且難以實現(xiàn)精度較高的計算，而神經(jīng)網(wǎng)絡(luò)則是在最初研究對象數(shù)據(jù)轉(zhuǎn)化的過程中不具備優(yōu)勢。通過將模糊數(shù)學與神經(jīng)網(wǎng)絡(luò)相結(jié)合，可以有效克服兩者的局限性，實現(xiàn)不確定性問題的有效轉(zhuǎn)化和科學計算。

2.2 模型的適用性分析

公路隧道施工風險評價是一個涉及多類不確定因素的不確定系統(tǒng)過程，通常對風險屬性的描述很難用量綱統(tǒng)一且數(shù)值精確的客觀數(shù)據(jù)來表示，這就需要借助模糊數(shù)學實現(xiàn)定性問題向量化描述的轉(zhuǎn)化。結(jié)合工程實踐情況，充分利用現(xiàn)場施工管理人員及領(lǐng)域內(nèi)專家學者的經(jīng)驗與知識積累，確定具體施工過程的風險屬性與等級，實施模糊評價并將評價結(jié)果輸入到經(jīng)過訓練而達到運算精度的神經(jīng)網(wǎng)絡(luò)模型中，借助計算機平臺進行評價運算，有效地完成施工過程風險評價工作。在評價過程中，通常要根據(jù)隧道施工的具體情況劃分施工段，每一個施工段界定為一個評估單元，充分發(fā)揮神經(jīng)網(wǎng)絡(luò)模型能夠反復(fù)計算的延展性優(yōu)勢。

3 模糊神經(jīng)網(wǎng)絡(luò)評估模型的構(gòu)建

3.1 指標模糊隸屬度與模糊風險等級的確定

指標模糊隸屬度的確定通常要區(qū)分定性指標與定量指標，定性指標隸屬度的計算過程如下。

首先構(gòu)建隸屬度評語集U。

U= ［很好，好，一般，較差，差］

之后邀請n位專家對指標進行打分，計算各指標評分的平均值R［KG*3］原i，以此作為各指標因素的評價值。

為保證數(shù)據(jù)處理的便捷有效，打分采用百分制。據(jù)此可計算得到單個定性指標對各評語的隸屬度μi。

定量指標隸屬度的計算可采用模糊主觀理想點法。該方法實施的基礎(chǔ)是先確定各定量指標的最優(yōu)值Xmax以及最差值Xmin。數(shù)值的確定應(yīng)立足于新奧法施工的實踐情況，由公路工程施工從業(yè)工程師及高級管理人員通過經(jīng)驗集合給定。

極值確定的情況下，在數(shù)據(jù)采集過程中確定良好值Xmid1、一般值 Xmid2、比較差值Xmid3。數(shù)據(jù)采集應(yīng)全部落在(Xmin，Xmax)區(qū)間內(nèi)。

就正向型指標和負向型指標分別計算隸屬度。

正向型指標的隸屬度

負向型指標的隸屬度

最終指標的權(quán)向量與隸屬度矩陣逐級相乘，即可計算各二級指標和施工風險的綜合評價值。

本研究結(jié)合調(diào)查數(shù)據(jù)及隧道施工規(guī)范，以指標體系4個一級指標下的1個二級指標為例，建立評分標準的參考值，如表1所示，全部指標的參考值不再贅述。

結(jié)合參考值與上述計算公式，計算得到指標風險等級，如表2所示。

風險測度表是新奧法公路隧道施工風險評價的依據(jù)，也是風險管理工作的基本參照，根據(jù)風險等級對照可以確定下一步的風險管理決策行為。五級風險認為是不可接受的，評價為五級風險時應(yīng)立刻停止作業(yè)并進行全面評估;四級風險界為重大風險，出現(xiàn)該情況時應(yīng)綜合考慮承擔主體的實際情況，采取應(yīng)對措施;三級風險為較大風險，需引起重視并實施專項應(yīng)急措施;二級風險表示風險相對可以接受，實施動態(tài)跟蹤控制即可;一級風險通?？梢院雎远蛔魈幚怼?/p>

表1 指標體系分類標準參考值

表2 風險等級

3.2 選擇訓練樣本

在確定模糊風險等級及模糊綜合評價風險值的基礎(chǔ)上，構(gòu)建神經(jīng)網(wǎng)絡(luò)評估模式進行科學評估。結(jié)合表1指標體系標準參考值，運用線性內(nèi)插法將模糊評價向量O=(o1，o2，…，om)作為訓練輸出數(shù)據(jù)。由于本文的訓練數(shù)據(jù)滿足隸屬度的相關(guān)屬性，因此符合神經(jīng)網(wǎng)絡(luò)應(yīng)用條件。

3.3 訓練參數(shù)的選擇

神經(jīng)網(wǎng)絡(luò)評估模型通常可以由Matlab神經(jīng)網(wǎng)絡(luò)工具箱實施運算，在工具箱運行之前應(yīng)首先對模型所需的主要參數(shù)(節(jié)點傳遞函數(shù)TF、隱含層節(jié)點數(shù)S、訓練函數(shù)BTF和網(wǎng)絡(luò)學習函數(shù)BLF)進行設(shè)定。

一般情況下，隱含層節(jié)點數(shù)S由經(jīng)驗公式來確定，即:l躍log2m;l= 槡m +n+a;l=(m+n)/2+a。其中l(wèi)、m、n分別表示隱含層、輸入層、輸出層的節(jié)點數(shù)。

Matlab神經(jīng)網(wǎng)絡(luò)工具箱有多種節(jié)點傳遞函數(shù)，經(jīng)調(diào)試發(fā)現(xiàn)purelin函數(shù)經(jīng)訓練后精度更高，可以更好地反映節(jié)點之間的傳遞映射關(guān)系，故確定TF為purelin函數(shù)。同時采用梯度下降算法訓練BTF，選擇一般學習規(guī)則learngd作為網(wǎng)絡(luò)學習函數(shù)BLF。

3.4 訓練成果分析

運用Matlab神經(jīng)網(wǎng)絡(luò)工具箱采用梯度下降BP算法(traingd)訓練函數(shù)，經(jīng)10 034次迭代達到預(yù)設(shè)精度水平，并滿足泛化檢驗的要求，具體如圖2所示。

由模型構(gòu)建與分析可知，該模型滿足新奧法公路隧道施工風險評估的要求，可以據(jù)此實施評估。

4 案例分析

本研究以三淅高速公路工程盧氏至西坪段4個連續(xù)隧道區(qū)段為研究對象，借助模糊神經(jīng)網(wǎng)絡(luò)評價模型進行風險評估。各個指標對應(yīng)的權(quán)重通?？梢愿鶕?jù)實際情況由德爾菲法確定。

圖2 網(wǎng)絡(luò)訓練均方根誤差變化

4.1 各區(qū)段施工風險的模糊評價

結(jié)合工程實踐，根據(jù)洞口段、洞內(nèi)段及水文地質(zhì)等變化情況進行區(qū)段劃分，共劃分為4個區(qū)段作為獨立評估單元。組織專家團隊按照設(shè)定的模糊評語集及標準參考值對各單元實施評估，匯總的評估數(shù)據(jù)見表3。

表3 各區(qū)段評估數(shù)據(jù)匯總

將各評估單元的評估數(shù)據(jù)轉(zhuǎn)化為模糊風險等級數(shù)值，具體如表4所示。

運用Matlab人工神經(jīng)網(wǎng)絡(luò)工具箱，將風險等級數(shù)值作為測試數(shù)據(jù)導入經(jīng)過訓練的評估模型中，求得風險評估輸出值，并與模糊評估真實值進行對比。數(shù)值對比分析結(jié)果如表5所示，評估結(jié)果如圖3所示。

表4 各區(qū)段風險等級數(shù)值

表5 評價結(jié)果分析

圖3 評價結(jié)果

4.2 評估結(jié)果分析

通過上述分析可知，神經(jīng)網(wǎng)絡(luò)模型評估結(jié)果與模糊評價結(jié)果擬合度較高，各區(qū)段精度在區(qū)間(0.006，0.016)，滿足評估精度要求。

根據(jù)評估結(jié)果可知，4個區(qū)段的風險等級均處于二級，現(xiàn)階段可保持動態(tài)跟蹤，無需進行具體的風險應(yīng)對。

5 結(jié)語

針對新奧法公路隧道施工風險評價問題所構(gòu)建的模糊評價與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的綜合評價方法，可以整合2種理論方法的優(yōu)點，提高評價模型的可操作性、準確性、延展性，科學地確定施工風險等級，為新奧法公路隧道施工風險評價提供模型支持。本研究評價結(jié)果顯示，多個區(qū)段的風險等級都處于相對可控的范圍，可以根據(jù)本研究所設(shè)計的模型實施動態(tài)跟蹤評價。

參考文獻:

［1］ EINSTEIN H H.XU S，GRASSOP，et al.Decision Aids in Tunneling［J］.World Tunneling，1998(4):157-159.

［2］ EINSTEIN H H.Risk and Risk Analysis in Rock Engineering［J］.Tunnelling and Underground Space Technology，1996，11(2):141-155.

［3］ ESKESEN S D，TENGBORG P R，KAMPMANN J，et al.Guidelines for Tunnelling Risk Management:International Tunneling Association，Working Group No.2［J］.Tunnelling and Underground Space Technology，2008，27(4):649-655.

［4］ 錢七虎，戎曉力.中國地下工程安全風險管理的現(xiàn)狀、問題及相關(guān)建議［J］.巖石力學與工程學報，2013，9(1):216-222.

［5］ CHEN J J，ZHANG Y J.Quantitative Risk Assessment Model of Tunnel Construction under Passing Existing Bridges［J］.Journal of Central South University:Science and Technology，2015，46(5):1862-1868.

［6］ 安永林.彭立敏，吳 波，等.隧道坍方突發(fā)性事件風險可拓法綜合評估［J］.中南大學學報:自然科學版，2011，42(2):514-520.

［7］ 俞素平.公路工程施工安全風險評估的網(wǎng)絡(luò)分析法研究［J］.地下空間與工程學報，2013，9(1):216-222.

［8］ 程 遠，朱和華.基于模糊理論大跨淺埋公路隧道施工風險評估［J］.地下空間與工程學報，2016，12(6):1616-1622.

［9］ 曹成勇，施成華.淺埋大跨下穿高速公路隧道施工風險評估及控制措施研究［J］.鐵道科學與工程學報，2016，13(7):1440-1446.

［10］ ZADEH L A.Fuzzy Sets as a Basis for a Theory of Possibility［J］.Fuzzy Sets and System，1978，1(1):3-28.

［11］ 程 波，賈國柱.改進AHP-BP神經(jīng)網(wǎng)絡(luò)算法研究—以建筑企業(yè)循環(huán)經(jīng)濟評價為例［J］.管理評論，2015，27(1):35-47.